開発傾向 – ウィキペディア、無料​​百科事典

before-content-x4

傾向 また 開発傾向 – 研究された統計的特性のモデルにおける単調成分時間通り。

after-content-x4

非モノトニック統計依存関係は、トレンドの形をとる必要はありません。たとえば、季節性もあり、依存性が周期的です。

  • 成長傾向 (時間の経過に伴う変動値の増加)
  • トレンドの減少 (時間の経過とともに変動値のドロップ)

統計の実用的なアプリケーション(特に証券取引所テクニカル分析)には、次のものも含まれます。

  • サイドトレンド – 減少または成長の明確な傾向はありません。

説明変数の間のトレンドモデルには、時間変数があります

t {displaystylet。}

時系列は、時間のために単調なものによって近似され、呼び出されます トレンド関数 。適切に選択されたモデルでは、トレンド関数の値に期待される値の違いはゼロの期待値を持つ必要があります。

通常、次の傾向関数が使用されます。

最も一般的なトレンドモデルは、線形関数を持つモデルです。

トレンド関数の実際のデータへの適応の品質を決定するために、確率構造のパラメーターを指定します。

  • ランダムコンポーネントの標準偏差 – トレンド関数に基づいて決定された理論値と平均でどの程度の経験的値が異なるかを通知します。
  • 残差変動係数 – 検査された変数の算術平均のどの部分が残差成分の標準偏差であるかを決定します。
  • 収束係数 – 彼は、説明された変動のどの部分がトレンド関数によって説明されなかったかを知らせます。値を0から1から1にします。ゼロに近いほど、関数の機能が実際のデータに向上します。
  • 決定係数 – 説明変動のどの部分がトレンド関数によって説明されたかを決定します。 0から1の範囲の値を採用します。決定係数に近いほど、機能の関数は実際のデータに向きます。
  • 試合の品質評価には、構造パラメーターの尊重に対する標準的な尊重も含まれています(すなわち、尊敬の誤り、

モデルを経験的データに調整することは、決定係数の重要性について仮説を検証することにより検証されます。

ゼロ仮説がテストされています

代替仮説に対して

f -snedecora o統計を使用して仮説をテストします

a k n k + 初め )) {displaystyle alpha k、(n-k+1)}

自由度、どこで

k {displaystyle k}

説明変数の数です。

n {displaystyle n}

これは観察の量です。

特定のレベルの重要性について

c {displaystyleガンマ}

(通常0.05)テーブルから臨界値を決定します

f {displaystyle f^{*}}

ために

a k n k + 初め )) {displaystyle alpha k、(n-k+1)}

自由度。もしも

f f {displaystyle fleqslant f^{*}}

仮説を拒否する根拠はありません

h 0{displaystyle h_ {0}、}

したがって、決定要因はゼロから無関係であると仮定します。もしも

f > f {displaystyle f> f^{*}}

h 0{displaystyle h_ {0}}

代替仮説のため

h 1{displaystyle h_ {1}、}

決定係数はゼロとは大きく異なります。

  • JaninaJówiak、JarosławPodgórski: ゼロからの統計 。編VIは変更されました。ワルシャワ:ポーランド経済出版社、2006年。ISBN 83-208-1615-7-7
  • M. M. ボイル D. ホリングスワース トレンド推定の方法の比較 、「応用経済学の手紙」、6(2)、1999、s。 103–109
  • C. チャットフィールド 間隔予測の計算 、「Journal of Business and Economic Statistics」、11(2)、1993、s。 121–135
  • プラビンK. トライブされた デビッドM. ジマー コピュラモデリング:開業医向けの紹介 、「経済学の基礎と傾向」、1(1)、s。 1–111、doi: 10,1561/0800000005 [アクセス2008-05-16]

after-content-x4